في عالم المواد النانوية، تعد الحسابات باستخدام معادلات GW-Bethe-Salpeter ضرورية لتحقيق محاكاة دقيقة للقوى الإلكترونية والخصائص البصرية. ومع ذلك، فإن هذه الأساليب تتطلب موارد حسابية كبيرة وقد تواجه مشاكل في الاستقرار العددي أو فشل التقارب، مما يجعلها صعبة الكشف ضمن سير عمل عالي الإنتاجية. لذا، تُقدِّم دراسة جديدة إطار عمل مُقدَّم من وكيل موجه لتعزيز موثوقية نماذج GW-Bethe-Salpeter للخصائص المثارة في طبقات (MoS2-WS2) المتوترة.

يمتاز هذا الإطار بقدرته على التعرف على التقلبات الشديدة وعدم التوافق المرافق لتأثيرات الشد والتراص في السلاسل البيانية، مع إظهار أوجه الضعف العددي في بعض الحالات. من خلال الاستفادة من وكيل هيكلي، يتم تقييم الحسابات من خلال تخصيص أوزان ثقة واستخدام عدد محدود من نقاط المراجع العالية الدقة. كما تقوم نماذج التعلم الآلي بنقل المعلومات بين الأنظمة ذات الصلة، وتطبيق تصحيحات باستخدام العملية الغوسية لاستعادة فجوات الجسيمات الكمية (quasiparticle gaps) وطاقات ربط الإثيون (exciton binding energies) مع تقديرات موثوقة لشكوك القياس.

تظهر النتائج أن التحسينات الناتجة عن هذا الأسلوب تساهم في تصحيح العيوب الناتجة عن الأرقام دون فقدان الاعتماد الجسدي على الشد، مما يؤدي إلى توافق أفضل مع المراجع ذات الموثوقية العالية مقارنة بنموذج بدون وكيل. يُظهر هذا البحث أيضًا أن التعلم البديل الموثوق للإثارة المواد يتطلب تشخيصًا صريحًا للهشاشة العددية، وليس مجرد الاستيفاء المباشر لنقاط البيانات الأولية.

يُعتبر هذا الإطار قابلًا للنقل بسهولة إلى مواد نانوية ضوئية أخرى تتميز بحبس كمي قوي، مثل النقاط الكمومية (quantum dots) أو الأشرطة النانوية (nanoribbons) أو أشباه الموصلات ثنائية الأبعاد المرتبة أو الهياكل النانوية الهجينة.